EKG verilerinin destek vektör regresyon yöntemiyle sıkıştırılması
Elektrokardiyogram (EKG), kalpteki kulakçık ve karıncıkların kasılma ve gevşeme evrelerinde oluşan elektriksel aktivitenin grafiksel bir gösterim şeklidir. Kalp hastalıklarının teşhisinde ve analizinde çok önemli bir role sahiptir. Kalp hastalıklarının önceden etkin bir şekilde tespiti ve teşhisi iç...
Saved in:
| Published in | Gazi Üniversitesi Mühendislik Mimarlık Fakültesi dergisi Vol. 33; no. 2; pp. 743 - 756 |
|---|---|
| Main Author | |
| Format | Journal Article |
| Language | English Turkish |
| Published |
Gazi Üniversitesi Mühendislik Fakültesi
06.04.2018
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 1300-1884 1304-4915 |
| DOI | 10.17341/gazimmfd.416527 |
Cover
| Abstract | Elektrokardiyogram (EKG), kalpteki kulakçık ve karıncıkların kasılma ve gevşeme evrelerinde oluşan elektriksel aktivitenin grafiksel bir gösterim şeklidir. Kalp hastalıklarının teşhisinde ve analizinde çok önemli bir role sahiptir. Kalp hastalıklarının önceden etkin bir şekilde tespiti ve teşhisi için, EKG sinyalleri sürekli kaydedilir. Bununla birlikte, uzun izleme dönemleri, EKG verilerinin depolanmasını ve iletimini zorlaştıracak şekilde büyük miktarda veri üretir. Dahası, bu kayıtlar çevre nedeniyle gürültüye maruz kalabilir. Bu nedenlerden dolayı, gürültülü bir ortamda bile etkin sonuçlar verebilecek bir EKG veri sıkıştırma algoritmasına ihtiyaç vardır. Bu çalışma, EKG sinyallerinin sıkıştırılması için Destek Vektör Regresyon (DVR) tabanlı yeni bir yöntem önerir. Dönüşüm tabanlı bir yöntem olan DVR, doğruluğu kanıtlanabilir bir algoritmaya dayandığı için, EKG verilerinin en uygun (optimal) bir biçimde sıkıştırılabilmesine imkan verir. Dönüşüm tabanlı yöntemlerde, dönüşümü sağlayan ve doğrusal olmayan taban fonksiyonlarının sayısını, şeklini ve yerini belirlemek çok önemlidir. Önerilen yöntem, DVR optimizasyon algoritması sayesinde söz konusu taban fonksiyonlarının sayısını, şeklini ve yerini hem en uygun hem de hızlı bir şekilde otomatik olarak belirler. Bilgisayar simülasyon sonuçları, önerilen tekniğin geçerliliğini ve uygulanabilirliğini göstermektedir. |
|---|---|
| AbstractList | Elektrokardiyogram (EKG), kalpteki kulakçık ve karıncıkların kasılma ve gevşeme evrelerinde oluşan elektriksel aktivitenin grafiksel bir gösterim şeklidir. Kalp hastalıklarının teşhisinde ve analizinde çok önemli bir role sahiptir. Kalp hastalıklarının önceden etkin bir şekilde tespiti ve teşhisi için, EKG sinyalleri sürekli kaydedilir. Bununla birlikte, uzun izleme dönemleri, EKG verilerinin depolanmasını ve iletimini zorlaştıracak şekilde büyük miktarda veri üretir. Dahası, bu kayıtlar çevre nedeniyle gürültüye maruz kalabilir. Bu nedenlerden dolayı, gürültülü bir ortamda bile etkin sonuçlar verebilecek bir EKG veri sıkıştırma algoritmasına ihtiyaç vardır. Bu çalışma, EKG sinyallerinin sıkıştırılması için Destek Vektör Regresyon (DVR) tabanlı yeni bir yöntem önerir. Dönüşüm tabanlı bir yöntem olan DVR, doğruluğu kanıtlanabilir bir algoritmaya dayandığı için, EKG verilerinin en uygun (optimal) bir biçimde sıkıştırılabilmesine imkan verir. Dönüşüm tabanlı yöntemlerde, dönüşümü sağlayan ve doğrusal olmayan taban fonksiyonlarının sayısını, şeklini ve yerini belirlemek çok önemlidir. Önerilen yöntem, DVR optimizasyon algoritması sayesinde söz konusu taban fonksiyonlarının sayısını, şeklini ve yerini hem en uygun hem de hızlı bir şekilde otomatik olarak belirler. Bilgisayar simülasyon sonuçları, önerilen tekniğin geçerliliğini ve uygulanabilirliğini göstermektedir. Kalbin hızlı ya da yavaş çalışması sonucu ortaya çıkan hastalıkların, yani ritim bozukluklarının etkin bir şekilde saptanabilmesi için Elektrokardiyogram (EKG) verileri sürekli olarak kaydedilmeli ve izlenmelidir. Ancak, uzun izleme dönemleri, depolanması ve iletimi zor olan büyük miktarda veri üretir. Dahası, bu kayıtlar çevre nedeniyle gürültüye maruz kalabilir. Bu nedenle, gürültülü ortamlarda bile etkili sonuçlar verebilen EKG veri sıkıştırma algoritmalarına ihtiyaç vardır. Bu çalışma, Destek Vektör Regresyon (DVR) tekniğine dayanan, EKG veri sıkıştırması için yeni, kayıplı bir yöntem sunmaktadır. Dönüşüm tabanlı yöntem olan DVR, doğruluğu kanıtlanabilir bir algoritmaya dayandığı için, EKG verilerinin optimal biçimde sıkıştırılabilmesine imkan verir. Dönüşüm tabanlı yöntemlerde, dönüşümü sağlayan ve doğrusal olmayan taban fonksiyonlarının sayısını, şeklini ve yerini belirlemek çok önemlidir. Önerilen yöntem, DVR’nin optimizasyon algoritması sayesinde söz konusu taban fonksiyonlarının sayısını, şeklini ve yerini hem en uygun hem de hızlı bir şekilde otomatik olarak belirler. Bilgisayar simülasyon sonuçları, önerilen tekniğin geçerliliğini ve uygulanabilirliğini göstermektedir. |
| Abstract_FL | Electrocardiogram (ECG) signals must be continuously recorded and monitored to effectively detect diseases caused by fast or slow heartbeat, that is, rhythm disorders. However, long monitoring periods generates large amount of data that are difficult to store and transmit. Moreover, these records may be subject to noise due to the environment. For this reason, there is a need for an ECG data compression algorithms that can produce effective results even in noisy environments. This study presents a new lossy method for ECG data compression based on the Support Vector Regression (SVR) technique. The SVR, a transform based method, allows the ECG data to be compressed in an optimal manner, since the accuracy is based on a provable algorithm. In transform based methods, it is very important to determine the number, shape, and location of the nonlinear basis functions that provide the transformation. The proposed method automatically determines the number, shape and location of these nonlinear basis functions, both optimally and quickly, thanks to the SVR optimization algorithm. Computer simulation results demonstrate the validity and feasibility of the proposed technique. |
| Author | KARAL, Ömer |
| AuthorAffiliation | Elektrik-Elektronik Mühendisliği Bölümü, Devreler ve Sistemler Anabilim Dalı |
| AuthorAffiliation_xml | – name: Elektrik-Elektronik Mühendisliği Bölümü, Devreler ve Sistemler Anabilim Dalı |
| Author_xml | – sequence: 1 givenname: Ömer orcidid: 0000-0001-8742-8189 surname: KARAL fullname: KARAL, Ömer |
| BookMark | eNp1kL9OwzAQxi1UJNrCzpiNKcWOnT8eq1JKRSUWmC3XuVRuEwfZBim8DM-QpS_Q8F5ELSxIDKc7ffq-u9NvhAamNoDQNcETklJGbjfyQ1dVkU8YSeIoPUNDQjELGSfx4DjjkGQZu0Aj57YYJ5jxbIiW88dF8A5Wl30ZbYIcnIddL-38YW8DCxsLrqlN0Bz2xkOlmxIC17W7rv369F1ru7asZC9covNClg6ufvoYvdzPn2cP4eppsZxNV6EiEaYhU0nEM0qB5zyP44itacEJBUiwUikoWBeSRCRSkMmUJipL-6dJHHHIZapyoGN0c9qrc5BlbUptQGzrN2v6q2J5N5-uRMoIp70zOTmVrZ2zUAilvfS6Nt5KXQqCxRGd-EUnTuj6IP4TfLW6krb5P_INiAt89w |
| CitedBy_id | crossref_primary_10_1016_j_cam_2023_115702 crossref_primary_10_16984_saufenbilder_848213 crossref_primary_10_3390_app131810203 crossref_primary_10_16984_saufenbilder_407686 crossref_primary_10_17341_gazimmfd_438614 crossref_primary_10_17341_gazimmfd_994823 crossref_primary_10_17341_gazimmfd_1069632 |
| Cites_doi | 10.1109/LGRS.2006.871748 10.1109/TBME.2004.824138 10.1109/10.52340 10.1109/CIC.1996.542521 10.1109/TITB.2003.808499 10.1109/10.649997 10.1016/j.bspc.2014.07.002 10.1109/10.568915 10.1016/j.rse.2013.06.007 10.1007/BF00994018 10.1142/S0218001412500012 10.7551/mitpress/4175.001.0001 10.1016/j.medengphy.2014.01.007 10.1016/j.dsp.2007.08.003 10.1109/SPIN.2017.8049977 10.1016/j.bbe.2016.03.003 10.1023/B:STCO.0000035301.49549.88 10.1007/978-3-540-72432-2_74 10.5120/20384-2644 10.1080/03091900701507183 10.1109/TBME.2011.2119484 10.1109/TBME.1986.325799 10.4067/S0718-33052012000100002 10.1088/0967-3334/26/5/R01 10.1109/TSTE.2015.2480245 10.1016/j.eswa.2005.09.013 10.1109/IEEEGCC.2015.7060103 10.14257/ijsip.2015.8.2.33 10.1016/j.bspc.2012.04.003 10.1109/ICSCCN.2011.6024570 10.1109/10.983457 10.1016/S1051-2004(02)00031-3 10.1016/j.rser.2014.07.108 10.1016/j.neunet.2017.06.008 |
| ContentType | Journal Article |
| DBID | AAYXX CITATION IEBAR |
| DOI | 10.17341/gazimmfd.416527 |
| DatabaseName | CrossRef Idealonline online kütüphane - Journals |
| DatabaseTitle | CrossRef |
| DatabaseTitleList | CrossRef |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Engineering |
| DocumentTitleAlternate | Compression of ECG data by Support Vector Regression method |
| EISSN | 1304-4915 |
| Editor | Büyükberber,Süleyman |
| Editor_xml | – sequence: 1 fullname: Büyükberber,Süleyman |
| EndPage | 756 |
| ExternalDocumentID | IDEAL_74193 10_17341_gazimmfd_416527 |
| GeographicLocations | Ankara Türkiye |
| GeographicLocations_xml | – name: Ankara – name: Türkiye |
| GroupedDBID | 15B AAYXX ABDBF ACUHS ALMA_UNASSIGNED_HOLDINGS CITATION EOJEC ESX GIY I-F IEBAR MK~ ML~ OBODZ TUS ~8M ~IF |
| ID | FETCH-LOGICAL-c1203-4c629833e9d9d5524b3f913ee60cc7ecebfa1212ce8a736c878841529eda7cde3 |
| ISSN | 1300-1884 |
| IngestDate | Sat Oct 18 18:22:48 EDT 2025 Wed Oct 01 05:52:01 EDT 2025 Thu Apr 24 23:03:48 EDT 2025 |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 2 |
| Keywords | Elektrokardiyogram Data compression Electrocardiogram Support vector regression Destek vektör regresyon Modeling Veri sıkıştırma Modelleme |
| Language | English Turkish |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-c1203-4c629833e9d9d5524b3f913ee60cc7ecebfa1212ce8a736c878841529eda7cde3 |
| ORCID | 0000-0001-8742-8189 |
| PageCount | 14 |
| ParticipantIDs | idealonline_journals_IDEAL_74193 crossref_citationtrail_10_17341_gazimmfd_416527 crossref_primary_10_17341_gazimmfd_416527 |
| ProviderPackageCode | CITATION AAYXX |
| PublicationCentury | 2000 |
| PublicationDate | 2018-04-06 |
| PublicationDateYYYYMMDD | 2018-04-06 |
| PublicationDate_xml | – month: 04 year: 2018 text: 2018-04-06 day: 06 |
| PublicationDecade | 2010 |
| PublicationTitle | Gazi Üniversitesi Mühendislik Mimarlık Fakültesi dergisi |
| PublicationYear | 2018 |
| Publisher | Gazi Üniversitesi Mühendislik Fakültesi |
| Publisher_xml | – name: Gazi Üniversitesi Mühendislik Fakültesi |
| References | ref13 ref35 ref12 ref34 ref15 ref37 ref14 ref36 ref31 ref30 ref11 ref33 ref10 ref32 ref2 ref1 ref17 ref16 ref19 ref18 ref24 ref23 ref26 ref25 ref20 ref22 ref21 ref28 ref27 ref29 ref8 ref7 ref9 ref4 ref3 ref6 ref5 |
| References_xml | – ident: ref27 doi: 10.1109/LGRS.2006.871748 – ident: ref18 doi: 10.1109/TBME.2004.824138 – ident: ref1 doi: 10.1109/10.52340 – ident: ref2 doi: 10.1109/CIC.1996.542521 – ident: ref37 doi: 10.1109/TITB.2003.808499 – ident: ref32 – ident: ref15 doi: 10.1109/10.649997 – ident: ref7 doi: 10.1016/j.bspc.2014.07.002 – ident: ref17 – ident: ref34 – ident: ref35 doi: 10.1109/10.568915 – ident: ref28 doi: 10.1016/j.rse.2013.06.007 – ident: ref29 doi: 10.1007/BF00994018 – ident: ref22 doi: 10.1142/S0218001412500012 – ident: ref33 doi: 10.7551/mitpress/4175.001.0001 – ident: ref14 doi: 10.1016/j.medengphy.2014.01.007 – ident: ref5 doi: 10.1016/j.dsp.2007.08.003 – ident: ref10 doi: 10.1109/SPIN.2017.8049977 – ident: ref24 doi: 10.1016/j.bbe.2016.03.003 – ident: ref30 doi: 10.1023/B:STCO.0000035301.49549.88 – ident: ref19 doi: 10.1007/978-3-540-72432-2_74 – ident: ref4 doi: 10.5120/20384-2644 – ident: ref21 doi: 10.1080/03091900701507183 – ident: ref23 doi: 10.1109/TBME.2011.2119484 – ident: ref3 doi: 10.1109/TBME.1986.325799 – ident: ref11 doi: 10.4067/S0718-33052012000100002 – ident: ref8 doi: 10.1088/0967-3334/26/5/R01 – ident: ref26 doi: 10.1109/TSTE.2015.2480245 – ident: ref20 doi: 10.1016/j.eswa.2005.09.013 – ident: ref12 doi: 10.1109/IEEEGCC.2015.7060103 – ident: ref9 doi: 10.14257/ijsip.2015.8.2.33 – ident: ref13 doi: 10.1016/j.bspc.2012.04.003 – ident: ref6 doi: 10.1109/ICSCCN.2011.6024570 – ident: ref36 doi: 10.1109/10.983457 – ident: ref16 doi: 10.1016/S1051-2004(02)00031-3 – ident: ref25 doi: 10.1016/j.rser.2014.07.108 – ident: ref31 doi: 10.1016/j.neunet.2017.06.008 |
| SSID | ssj0060498 |
| Score | 2.06704 |
| Snippet | Elektrokardiyogram (EKG), kalpteki kulakçık ve karıncıkların kasılma ve gevşeme evrelerinde oluşan elektriksel aktivitenin grafiksel bir gösterim şeklidir.... Kalbin hızlı ya da yavaş çalışması sonucu ortaya çıkan hastalıkların, yani ritim bozukluklarının etkin bir şekilde saptanabilmesi için Elektrokardiyogram (EKG)... |
| SourceID | idealonline crossref |
| SourceType | Aggregation Database Enrichment Source Index Database |
| StartPage | 743 |
| SubjectTerms | Mimarlık ve Tasarım Mühendislik |
| Title | EKG verilerinin destek vektör regresyon yöntemiyle sıkıştırılması |
| URI | http://www.idealonline.com.tr/IdealOnline/lookAtPublications/paperDetail.xhtml?uId=74193 |
| Volume | 33 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| journalDatabaseRights | – providerCode: PRVEBS databaseName: EBSCOhost Academic Search Ultimate customDbUrl: https://search.ebscohost.com/login.aspx?authtype=ip,shib&custid=s3936755&profile=ehost&defaultdb=asn eissn: 1304-4915 dateEnd: 99991231 omitProxy: true ssIdentifier: ssj0060498 issn: 1300-1884 databaseCode: ABDBF dateStart: 20070301 isFulltext: true titleUrlDefault: https://search.ebscohost.com/direct.asp?db=asn providerName: EBSCOhost |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1Lc5swENa4zqU5dPqcpmk7HOpDh8EBJPE42sRO0tY9xZ3cGBBiymC7GYwPzp_pb_Alp97i_q-ukCA47fR1AXtnQdLuSvoWaVcIvfEdEgGMtYyUktQgNIkNIHmGy_0EYztmZiyCkycfndMpeXdBLzqdb61dS6sy7rOrX8aV_I9WgQZ6FVGy_6DZ5qVAgN-gX7iChuH6VzoevT_RodLQscU6zEIXTiTP9U88L8UC-NApQHzCoV6DjteSJJJRZesZ15cCRw6tXN56Ae3541L-KeRtNo8UUxvCnkRXmT7tBUHP8-pdHXyZ6ZOVpH3miyQD9JrrE5HIYqaK0cdRrjhmFX_CC_HRpBnxo6I6e0DU0nfmatOw-h5hedU2FqexoKoSFWuwU4eqjcFtFaBQSarKbI3A2BSLzfLcuD6vacQgvoz7rIdtmT9DmafdGoNdGdyqpnNXhmj_NFO4MH2DfkUS7_k8TfoATKnMUrCblPvOZNlsYTw7Hg0-hIDHfHwP7dkwp5hdtDcYHg_HNRJwwPuqQjHrJqllclH00Z2Cd2DRfpaAlyBTpbTQzvlD9EC5KdpA2twj1CmLx2i_lbzyCToD69Na1qdJ69OE9d1cF1pjedr65rq2Om253eTbzfev5XZTbDfCwrabp2g6Hp0Hp4Y6mMNglm1igzDH9j2MoT_7CaU2iXHqW5hzx2TM5YzHaWQBJmLci1zsMM-FxgNQ9HkSuSzh-BnqLr4s-HOkMZqahBPHtDklAKUjkGhsx5abUnjQogfoqJZLyFTWenF4yiwU3quQZFhLMpSSPEBvmycuZcaW3_BqLVGHqmsvw5ZyX_yZ5RDdv-0IL1G3LFb8FUDVMn6tLOIHZNmUpQ |
| linkProvider | EBSCOhost |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=EKG+verilerinin+Destek+Vekt%C3%B6r+Regresyon+y%C3%B6ntemiyle+s%C4%B1k%C4%B1%C5%9Ft%C4%B1r%C4%B1lmas%C4%B1&rft.jtitle=Gazi+U%CC%88niversitesi+Mu%CC%88hendislik+Mimarl%C4%B1k+Faku%CC%88ltesi+dergisi&rft.au=Karal%2C%C3%96mer&rft.date=2018-04-06&rft.pub=Gazi+%C3%9Cniversitesi+M%C3%BChendislik+Fak%C3%BCltesi&rft.issn=1300-1884&rft.eissn=1304-4915&rft.volume=33&rft.issue=2&rft.spage=713&rft.epage=724&rft_id=info:doi/10.17341%2Fgazimmfd.416527&rft.externalDBID=n%2Fa&rft.externalDocID=IDEAL_74193 |
| thumbnail_l | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=1300-1884&client=summon |
| thumbnail_m | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=1300-1884&client=summon |
| thumbnail_s | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=1300-1884&client=summon |